《表3 舌图像采用Softmax和SVM的准确率》
提示：宽带有限、当前游客访问压缩模式
本实验对不同的融合方法及分类器做了比较，结果如表3所示。
| 图表编号 | XD00145393500 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.06.01 |
| 作者 | 周浩、胡广芹、张新峰 |
| 绘制单位 | 北京工业大学信息学部、北京工业大学信息学部、北京工业大学信息学部 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 联动扩展和正交Softmax层对检测模型性能的影响》2020.09.25
- 《表3 Softmax分类器的概率输出结果和对应的故障编码（一）》2021.02.01
- 《表3 KNR和SVM准确率对比》2020.11.01
- 《表3 One Class SVM、Softmax NN与Conf NN模型实验结果》2020.11.15
- 《表4 采用SVM模型的鉴别结果和性能》2018.08.18
- 《表3 不同刀盘转速和故障程度下频域统计指标的SVM分类准确率》2020.06.01
- 《表1 舌图像的定量指标评估结果》2020.05.20
- 《表5 3种算法在ORL和COIL图像库的分类准确率》2020.05.01
- 《表4 ASCAE和ASCAE-Softmax算法在四个人脸图像集上的聚类性能》2020.07.30
- 《表3 SVM采用的特征列表》2020.05.01
- 《表1 ELM和SVM算法单次识别实际和想象右手握力变化的准确率》2020.03.30
- 《表3 DBN-ADT方法与SVM和LR的准确率和时间对比》2020.02.15
- 《表3 PCA对时间和准确率的影响（2048*2048大小图像）》2019.11.20
- 《表3 CSA-SVM、GA-SVM、PSO-SVM的测试集准确率》2019.11.01
- 《表2 SVM分类模型参数取值和分类准确率》2019.08.01
- 《表2 结构相似比比较：改进SVM分类和稀疏表示的图像混合去噪算法》2019.07.01
- 《表1 峰值信噪比比较：改进SVM分类和稀疏表示的图像混合去噪算法》2019.07.01
- 《表6 采用SVM分类器时5种算法的分类准确率 (单位:%)》2019.06.01
- 《表3 采用SVM分类器的算法对比实验》2019.01.28
- 《表1 Softmax图像识别结果》2019.12.15